土壤质量数字制图方法浅论

本文简要论述了土壤质量数字制图的一般过程及其与传统土壤制图的异同,并依据土壤制图原理确定数字制图的几个重要参数,同时简述了数字制图对野外土壤调查的要求以及对传统图件的处理。     

基于Fisher判别分析的数字土壤制图研究

利用已知类型的土壤样点及其所处位置的高程、坡度、平面曲率、剖面曲率、复合地形指数等数据,基于Fisher判别分析方法对安徽宣城样区的土壤类型进行预测和制图表达。结果表明,土纲级别的预测效果较好,正确率达到84.2%。但随着从土纲到亚类级别的降低,由于受土壤样点数量限制,土壤类型预测的准确率也逐步降低。通过与样区1986年基于发生分类的土壤图进行对比,采用的方法无论是在制图精度,还是图面信息的负载量方面都要优于传统方法,能够更加客观真实地反映土壤在自然界的空间分布。     

基于特征筛选算法的数字土壤制图研究

平缓地带数字土壤制图中,环境协变量的选择是提高制图精度的关键。已有研究证明遥感影像可作为推理制图的辅助因子,而如何确定环境因子推理制图时各自的权重已成为现阶段研究的重点。选取湖北省麻城市乘马岗镇为研究区,采用3种特征筛选方法进行有效环境变量筛选,探索参与平原-丘陵混合区域制图的因子并确定其重要性,依据选择的相对稳定的指标,进一步探索提高土壤类型制图准确性的途径。根据141个野外独立样点的检验结果表明：在推理制图中,遥感因子在平原区域的重要性程度高于丘陵区域,且遥感因子中归一化植被指数（NDVI）和均值（Mean）较为稳定;基于递归特征算法的按地形推理制图精度最高为75.89%,分别高于ReliefF算法和基于Tree的特征筛选算法13.48%和4.97%;此外3种特征筛选算法制图结果中,按地形因子分区制图的精度均高于整体区域制图。因此,遥感因子作为辅助手段参与推理过程可有效提高制图精度。本研究采用的特征挖掘与机器学习算法对提升土壤制图精度具有一定的理论意义。     

县域土壤属性数字制图方法研究

目的在县域尺度上,土壤与成土环境关系往往比较复杂,异质性高,本研究旨在解决如何既高效又准确地刻画县域平缓地区土壤的空间变异问题。方法选取仪征市作为研究区,基于420个表层（0 ~ 20 cm）土壤采样点,对比反距离权重、普通克里格、泛克里格、随机森林、随机森林回归克里格五种方法的土壤属性（全氮、全磷、全钾、有机质）空间分布预测效果。结果5种预测方法预测所得4种土壤属性空间分布格局基本一致,精度存在差异。其中,随机森林回归克里格模型在全氮、有机质和全磷的预测中R²均高于其他模型,在全钾预测中,R²高于地统计模型和随机森林模型。结论综合对比多种模型发现,随机森林回归克里格模型无论从精度还是预测结果内容的详细度上,优势都比较明显,推荐作为第三次全国土壤普查各农业区县土壤属性制图模型;4种土壤属性之间存在显著正相关关系。     

青海省表层土壤属性数字制图

对于土壤景观复杂的大区域,样点往往较为稀疏,如何准确地进行土壤预测制图仍是一个需要研究的问题。本文以青海省为研究区,基于近年采集205个土系调查点数据,采用随机森林模型,分别建立了表层(0～20 cm)土壤全氮、有机碳、粉粒含量和pH四个基本土壤属性与环境协同变量(海拔、坡度、地形湿度指数、年降水量、年平均气温、归一化植被指数、地表温度和地表反射率)之间的定量关系模型,对该地区进行了土壤多要素预测制图,分析了影响土壤空间变异的控制性因素。交叉验证结果显示,全氮、有机碳、粉粒含量和pH的R~2分别是0.61、0.53、0.47和0.54,这说明随机森林模型可解释47%以上的土壤空间变异。表层土壤全氮和有机碳空间分布趋势东南高,西北低,pH呈现出相反的空间模式;粉粒含量东高西低,预测结果高值出现在柴达木盆地和南部玉树、果洛地区。环境变量的重要性分析表明,年降水量对表层土壤全氮、有机碳、pH空间分布模式具有控制性影响,夜间地表温度与表层土壤粉粒含量空间变异具有较强的协同关系。     

数字土壤制图技术研究进展与展望

土壤调查与制图是获取土壤信息的基本手段,在土壤科学发展中发挥了至关重要的作用,采用新方法开展数字土壤制图是土壤学科新兴的研究方向。本文全面回顾总结了近年来国内外数字土壤制图工作开展情况、方法的发展和应用,分析了当前在数字土壤制图研究中存在的主要问题,并且对数字土壤制图研究的发展趋势进行了展望,提出了今后一段时间我国开展这方面工作的建议,可以为数字土壤制图研究工作提供参考。     

面向数字土壤制图的土壤采样设计研究进展与展望

全球化土壤环境问题的出现对基础输入数据的精度、尺度和时序提出了更高要求,面向数字土壤制图的土壤采样研究得到了快速发展。首先利用文献计量学的方法定量化分析国内外土壤采样研究学科分布和研究热点变化;随后重点梳理了国内外土壤采样研究的文献,根据不同的土壤调查目的、调查区历史采样点将土壤采样设计分为:土壤全面采样设计、土壤补充采样设计、土壤验证采样设计和土壤监测采样设计;最后介绍了基于样点的推理制图方法。在此基础上,对未来在多尺度的土壤采样设计、土壤–环境因子关系的新型假设和采样设计中现实问题的量化等方面进行了展望,旨在为数字土壤调查工作的开展提供参考依据。     

基于人工神经网络的土壤颗粒组成制图

以浙江西苕溪流域为研究区,综合考虑地形和土壤类型等信息,采集典型土壤样本,测定土壤颗粒组成,并基于土壤颗粒组成与景观位置和特征之间的关系,利用径向基函数(RBF)神经网络建立了高程、坡度、平面曲率、剖面曲率、径流强度系数和地形湿度指数6个地形因子与土壤颗粒组成之间的非线性映射关系,预测土壤颗粒组成的空间分布。验证结果表明,RBF神经网络方法能够挖掘出地形因子信息与土壤颗粒组成之间的非线性映射关系,其预测精度较高,模型稳定性较好,是一种低成本、高效率的制图方法。     

利用数字土壤制图技术评价桉树林土壤肥力

精细的土壤肥力空间信息有助于森林质量精准管理.本研究以广西高峰桉树林场为研究区,利用数字土壤制图技术对研究区主要肥力因子空间分布进行数字制图,在此基础上,应用灰色关联度模型对桉树人工林土壤肥力进行了综合评价.结果表明:研究林场的土壤肥力质量较好,土壤肥力水平2级和3级林地面积占总面积的68.6％,1级和4级林地面积占2...     

基于不确定性模型的土壤—环境关系知识获取方法的研究

土壤与环境关系知识的获取是精细数字土壤制图的关键,如何快速准确地获取该知识成为现阶段研究的重点。以湖北省黄冈市红安县华家河镇为例,利用土壤—环境推理模型(Soil-Land Inference Model,So LIM)得到土壤类型的夸大和忽略不确定性分布图,依据不确定性分布图在可信度高的位置重新采集样点,对样点进行数据挖掘,获取环境因子组合,建立其与土壤类型的对应关系。结合原始规则,生成新的土壤—环境关系知识,并将其用于土壤推理制图,获得新的土壤类型分布,利用253个野外独立样点进行精度验证。结果表明:推理土壤图显示了更加详细的空间分布信息,经野外验证点验证,总体精度为86.9%,高于原土壤图精度约13%。因此,利用不确定性模型重新获取土壤—环境关系知识的方法是可行且有效的,该方法不仅增加了土壤图的空间详细度,而且提高了土壤图的精确度。     

一种基于样点代表性等级的土壤采样设计方法

采样设计是获取土壤空间分布信息的关键环节,直接影响到土壤制图的精度。目前常用的采样设计方法大多存在着设计样本量大、采样效率不高的问题。当可投入资源难以完成一次性大量采样时,采样往往需要多次、分批进行。然而现有分批采样方法多考虑各批采样点在地理空间的互补性,可能造成样本点在属性空间的重叠,影响采样资源的高效利用。鉴于此,本研究通过对与土壤在空间分布具有协同变化的环境因子进行聚类分析,寻找可代表土壤性状空间分布的不同等级类型的代表性样点,建立一套基于代表性等级的采样设计方法。将该采样方法应用于位于黑龙江省嫩江县鹤山农场的研究区,利用所采集的不同代表性等级的样点进行数字土壤制图并进行验证,探讨采样方案与数字土壤制图精度的关系,以评价本文所提出的采样方法。结果表明,通过代表性等级最高的少量样点可获取研究区的大部分主要土壤类型(中国土壤系统分类的亚类级别),且制图精度较高;随着代表性等级较低样点的加入,土壤图精度提高;但当样点增加到一定数量时,土壤图的精度变化不大。因此,与样点数相比,样点的代表性高低对制图精度的影响更大。该方法所提出的代表性等级可以为样点采集顺序提供参考,有助于设计高效的逐步采样方案。     

大面积高寒山区土壤养分空间预测与管理分区

土壤养分空间分布是土壤质量监测与可持续管理的关键信息。在大面积高寒山区,土壤调查样本较为稀疏,准确地预测土壤养分的空间变异并建立合理的管理分区,具有重要科学意义。本文基于青海省土系调查的205个土壤剖面数据,利用随机森林模型结合环境因素变量(地形、气候、植被、遥感数据), 分别建立了表层(0-20cm)土壤全氮(TN)、全钾(TK)、全磷(TP)与之间的定量关系,对青海省土壤养分含量的空间分布进行了预测;在此基础上,结合全国土壤养分的分级标准,利用投影寻踪法,生成了土壤养分的管理分区。留一交叉验证结果显示,全氮(TN)、全钾(TK)、全磷(TP)空间预测的R_²分别是0.89、0.85、0.82,可解释土壤养分空间变异的80%以上,表明随机森林模型和环境因素变量结合可以在稀疏样本条件下有效地预测大面积高寒山区土壤养分空间变异。青海省土壤养分呈现东高西低的分布模式,土壤综合养分高等级 出现在南部的玉树、果洛、黄南和东部的湟水谷地地区;低等级主要分布在柴达木盆地、可可西里、海南州中南部;全省土壤综合养分分级均在中上等级以上 ,占全省面积是81%。分析发现,植被是影响青海省表层土壤养分全氮(TN)、全磷(TP)、全钾(TK)空间分布的主要环境因素,其中年降水、地表温度是影响青海省表层土壤全氮(TN)空间模式的重要因素;地表覆被、海拔和地表温度等环境因子对表层土壤全磷(TP)的空间变异占主导作用;年降水、昼夜温差是影响表层土壤全钾(TK)的空间模式的重要因素。     

浙江省土壤发生分类与系统分类参比及制图研究

利用新建立的浙江省1∶5万土壤数据库,对土壤发生分类土种与中国土壤系统分类亚类进行了参比,编制了土壤系统分类亚类分布图.结果表明,发生分类基层分类单元归属较为清楚,但高级单元关系较为复杂.99个土属有62个参比归属唯一,277个土种有252个参比归属唯一,通过参比将大比例尺土壤普查成果转换成系统分类体系是可行的,可以满足1∶10万的系统分类亚类制图要求.浙江省土壤参比后归属于8个土纲,以雏形土土纲面积最大,占总面积的31.3％;人为土次之,占总面积的21.4％,有机土面积最小.在系统分类土纲层次,土壤区域分布规律较为明显.研究结果对指导土壤系统分类具有一定的参考价值,也为省域范围的系统分类制图提供了范例.     

利用景观指数定量化评估历史土壤图制图精度

判断历史土壤类型图件的制图精度,是正确利用这些珍贵数据资料的前提条件。利用收集整理的、标记为福建省1∶25万土壤图的全国第二次土壤普查数据,分析了土类、亚类、土属不同土壤分类层次在栅格数据下15个景观指数的粒度效应,以粒度30m×30m对应的景观指数为基准数据,不同粒度对应的景观指数与基准数据比较,设定相对变异百分数|VIV|1%时所对应的最大粒度为土壤矢量图栅格化的最佳表征粒度,并以此推断土壤类型图的比例尺,定量化评估其制图精度。结果表明,景观指数具有明显的粒度效应,土类、亚类、土属水平的最佳表征粒度分别为4.00 km×4.00 km、3.45 km×3.45 km和1.90 km×1.90 km,对应实际土壤图的比例尺分别为1∶180万、1∶160万、1∶85万。为判断历史土壤类型图的制图精度提供了新的有效途径和方法,对于珍贵历史数据资料的正确判断和利用具有重要价值。     

On-line soil mechanical resistance mapping and correlation with soil physical properties for precision agriculture

Measurement of local soil strength may be used for real time regulation of tillage parameters in precision agriculture. Cartography of soil physical properties will also facilitate the study of their influence on plant development and yields. The aim of this research was to develop and test in field conditions a sensor measuring on-line soil strength variations. The sensor was constituted of a thin blade pulled in the soil at constant depth and speed and a beam which transferred the soil–blade forces to a transducer fixed on the machine. This transducer measured the draft force (F_x), the vertical force (F_z) and the moment (M_y). A field experiment was performed in 2 ha field of silt soil (Hesbaye, Belgium). A soil strength map of the field was established by pulling the sensor at 5 m interline separation by a tractor equipped with a DGPS receiver. The relationship between the recorded forces and several soil physical parameters was studied by identifying 10 control plots on the sensor track. In each of them, cone index penetrometry profiles and soil water content were measured. Soil samples were taken in the centre of the plots to determine cohesion and internal friction angle, simple compression resistance, Atterberg limits, granulometry and pF curves. Triaxial tests identified over-consolidated soils in plots situated in the pounds of the field. Based on the parameters measured in the other plots, significant relationships were established between (1) a global penetrometry index and the F_x and M_y solicitations measured by the sensor (r²=81%); (2) gravimetric water content and the vertical force F_z (r²=78%). Interpolation by inverse distance with a range of 45 m gave the best result for the cartography of the three measured signals (F_x, F_z and M_y). The confrontation of those maps with pedological and topographic maps together with the statistical relationships and the farmer’s knowledge of the field showed high consistency. The results of this experiment in field conditions are encouraging and show the promising perspective of technological innovations allowing on-line characterisation of soil physical state for precision agriculture.     

基于MAPGIS的土壤制图研究

本文以MAPGIS为平台 ,综合运用VF、Excel等软件 ,探讨了以土壤普查资料为依据 ,进行土壤图数字化制作的基本原理、流程和技术要点 ,该研究可为推动“数字土壤”基础建设的发展提供一定的经验。     

福建省土壤有机碳储量估算的尺度效应研究

土壤有机碳储量的准确估算对于研究全球碳\"源/汇\"动态变化至关重要,但目前使用大、中、小系列比例尺土壤数据库对我国亚热带土壤有机碳储量估算的影响并不清楚。基于此,选择位于亚热带地区的福建省作为研究区,系统分析1∶5万、1∶20万、1∶50万、1∶100万、1∶400万、1∶1 000万6种目前我国常用制图尺度土壤数据库对有机碳储量估算的影响。结果表明:6个制图尺度下表层土壤(0~20 cm)的有机碳储量为:552、637、573、573、614和549 Tg C;剖面土壤(0~100 cm)的有机碳储量为1 396、1 502、1 321、1 395、1 508和1 532 Tg C。不同土壤类型下受制图尺度影响最大的是粗骨土,表层和剖面的有机碳储量相对偏差分别达到8.88×10~5%和8.13×10~5%。不同行政区下表层和剖面受制图尺度影响最大的分别是厦门市和福州市,表层和剖面的有机碳储量相对偏差分别为26.44%和27.97%。总体而言,制图尺度的不同将会对福建省土壤有机碳储量估算造成很大影响,这也进一步说明了亚热带地区选择适宜的制图尺度是十分必要的。     

中国土壤微生物组数据平台的构建与实现

近年来,高通量测序等新技术的快速发展,为大规模、快速、准确、全面认识土壤微生物多样性提供了技术保障。国际上已经建成了一些具有影响力的土壤微生物组数据管理及分析平台,但大多数已有平台聚焦于提供数据存储、管理、访问、注释等基础性服务,难以满足土壤微生物研究需求。借助空间数据库技术、网络地理信息系统(WebGIS)技术,设计并构建了包含土壤及微生物数据集成、数据可视化、知识发现和区域空间制图等功能的中国土壤微生物组数据平台,该平台将进一步推动我国土壤微生物组数据的标准化整合,并为整合数据的充分挖掘利用提供支撑。